Hur Hackathons Paved Vägen för New Machine Learning Platform

Anonim

Hackathons (dvs hackmarathon för datorprogrammerare) blir mer än bara ett sätt att hitta ny talang. De används för att starta nya företag. Ett sådant exempel är Guesswork, en maskininlärningsplattformstart som förutsätter kundintention, som använde premiepengar på 20 000 dollar för att starta sin verksamhet.

Guesswork grundades 2013 av Mani Doraisamy och Boobesh Ramalingam som har känt varandra sedan skoldagarna. De har båda mer än 14 års erfarenhet av att bygga teknologiplattformar och har arbetat tillsammans i fem år. Före grundandet av Guesswork hade Mani medstiftade OrangeScape där han skapade två regler motorns plattformar på molnet - Visual PaaS och Kissflow.

$config[code] not found

Idén för gissning föddes när man byggde en app för att förstå och reagera automatiskt på kundens återkoppling. De fann att maskininlärning var ineffektiv - åtminstone i början. De löste det genom att skapa ett reglermotorlager ovanpå maskininlärningsalgoritmen.

De bestämde sig för att starta en produkt baserad på det konceptet, eftersom de insåg att tekniken skulle vara mycket fördelaktig, särskilt för CRM-företag.

För att starta företaget flyttade de från Indien till Bay-området. Eftersom de inte kunde arbeta på ett B1-visum och med Bay-området var så dyrt, var hackoner ett sätt. Under de första nio månaderna blev hackatoner under helger och startar på vardagar deras rutin.

Som en vinnare av en sådan hackathon, var de inbjudna till Tata Communications acceleratorn hos NestGSV, Redwood City, Kalifornien, och fick också ett bidrag på $ 30.000 utan att utspå något eget kapital. Karl Perkins, chefarkitekt för Tata Communications, rådde dem att ta plattformsinriktningen och titta på teknikens potential.

Guesswork använder sig av allmänt tillgängliga sociala data för att bygga personligheter som återspeglar kundernas individuella preferenser och intressen (se bilden ovan). Det är en av de mest exakta maskininlärningsplattformarna för att förutsäga kundens avsikt. Deras reglermotor är optimerad för att förstå kundprofil och semantisk mening av kundförfrågningar. Den är byggd ovanför det toppmoderna Google Prediction API, och det hjälper CRM och eCommerce-företag att använda denna kunskap för att anpassa produktrekommendationer.

Maskininlärning antas nu av andra företag än Google och Facebook. Det behöver emellertid fortfarande stora investeringar. Med gissning kan CRM-företag integrera prediktiv intelligens i sina produkter till en bråkdel av investeringen i tid och resurser.

Deras huvudsakliga värdeförslag är att deras inlärningsmotor är mycket exakt och mycket enkel att använda och integrera, vilket gör det möjligt för CRM-företag att gå på marknaden snabbare med denna differentierade funktionalitet.

De har nyligen lanserat sin produkt och deras tidiga dragkraft har varit genom personliga kontakter. Deras strandhuvud inom CRM-användningsområdena inkluderar: Automatiskt svar på kundförfrågningar, ledande poäng och nyhetsbrev och produktrekommendation för e-postmarknadsföring.

De har tre stora OEM-avtal i rörledningen och de planerar att höja 1,5 miljoner dollar de närmaste 6-9 månaderna för att skala kundernas förvärv.

Bilder: Hackathon Exempel (Wikipedia), Guesswork

2 kommentarer ▼